Software Engineer, Backend - Content & User Understanding

저희 팀을 소개해요

저희 팀은 당근에 올라오는 다양한 비정형 콘텐츠와 당근의 유저를 서비스와 시스템이 이해하고 활용할 수 있는 데이터로 만드는 팀이에요. 중고거래, 동네생활, 모임, 동네업체, 광고, 커머스, 숏폼 등 여러 도메인의 콘텐츠를 일관된 분류 체계(Taxonomy)로 정의하고, 매일 수십만 건씩 생성되는 콘텐츠에서 AI로 카테고리와 속성을 자동 추출해요. 같은 방식으로 MAU 2100만 유저의 앱 내 행동을 바탕으로 의도·상태·선호를 태그로 추론해요.

이렇게 만든 데이터는 피드, 검색, 추천, 광고 등 여러 서비스가 공통으로 사용하는 기반이 되고, 특히 피드 추천과 검색 품질을 개선하는 핵심 데이터로 쓰이고 있어요.
우리의 미션은 “당근에 쌓이는 모든 콘텐츠와 유저를 깊이 이해해서 데이터로 만들고, 그 데이터를 당근의 모든 서비스가 믿고 쓸 수 있도록 하는 것”이에요.

팀이 어떻게 일하는지 더 궁금하다면 2조 토큰을 카테고리 분류에 쓰면서 알게 된 것들을 읽어보세요.

이런 일을 해요

• 새로 생성되는 콘텐츠마다 카테고리와 속성을 AI로 자동 추출하고, 그 데이터의 품질을 각 팀과 함께 관리해요
• 유저의 행동과 프로필에서 의도·상태·선호 등의 태그를 AI로 자동 추론하고, 그 데이터의 품질을 각 팀과 함께 관리해요
• 각 팀이 분류 체계와 태그를 스스로 정의하고 실험하고 평가할 수 있도록, 쉽고 편리한 셀프서비스 플랫폼을 만들어요
• 대규모 AI 추론의 비용과 처리량, 품질을 최적화하고, 더 나은 분류 체계와 추론 방법을 리서치하고 프로덕션에 적용해요
• LLM으로 만든 데이터를 학습 데이터로 삼아 자체 경량 ML 모델을 구축하고, 대규모 추론을 LLM 의존 없이 운영할 수 있게 해요
• 이렇게 만들어진 데이터를 피드, 검색, 추천, 광고 등 여러 서비스가 안정적으로 쓸 수 있도록 연동하고 관리해요

이런 분을 찾고 있어요

• 실제 서비스 규모로 백엔드 시스템이나 데이터 파이프라인을 설계·운영해본 경험이 있는 분
• LLM API를 프로덕션 시스템에 통합하고 운영해본 경험이 있는 분
• 대용량 배치·스트림 처리 시스템이나 데이터 웨어하우스로 대규모 데이터를 다뤄본 경험이 있는 분
• 분류 체계나 데이터 모델을 설계하고, 여러 팀이 공통으로 사용하는 데이터 자산을 만들어본 경험이 있는 분

이런 분이면 더 좋아요!

• LLM 프롬프트와 출력 품질을 평가하는 체계(골든셋, LLM-as-a-judge, 품질 지표)를 직접 설계·운영해본 분
• LLM 호출의 비용·처리량을 최적화해본 경험이 있는 분
• 유저 행동 데이터를 바탕으로 유저 모델링이나 세그먼트·태그 추론을 해본 경험이 있는 분
• 콘텐츠를 분류하는 시스템이나 지식 체계(taxonomy, ontology)를 구축해본 분
• LLM 출력을 학습 데이터로 활용해 ML 모델을 학습하거나 증류해본 경험이 있는 분

참고해 주세요

• 정규직 채용의 경우 3개월의 수습기간이 있어요
• ‘장애인고용촉진 및 직업재활법’, ‘국가유공자 등 예우 및 지원에 관한 법률’에 따라 장애인 및 보훈대상자는 채용 전형 시 우대하고 있어요
• 이 포지션은 산업기능요원으로 채용이 가능한 포지션이에요. (현역 전직, 보충역 신규 편입, 보충역 전직) 전문연구요원 편입 및 전직은 불가해요.

이렇게 합류해요

1. 서류 전형 → 2. 화상 인터뷰 → 3. 직무 인터뷰 → 4. 컬처핏 인터뷰 및 레퍼런스 체크 → 5. 처우협의 → 6. 최종 합격 및 입사